메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김재현 (아주대학교) 신현정 (아주대학교)
저널정보
한국경영과학회 한국경영과학회 학술대회논문집 한국경영과학회 2022년 춘계 공동학술대회 논문집 [2개 학회 공동주최]
발행연도
2022.6
수록면
2,180 - 2,195 (16page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
갑상선 암 진단에 사용되는 데이터로는 TSH(Thyroid Stimulating Hormone) 호르몬 수치, Tg(Thyroglobulin) 호르몬 수치, TgAb(Tg Antibodies) 호르몬 수치, 병리학 정보가 있다. 기존의 기계학습을 활용한 갑상선암 관련 연구에서는 이러한 다양한 유형의 데이터를 함께 사용하지 못하고 한 가지 유형의 데이터만을 이용하는 경향이 있었다. 이러한 방법은 주어진 정보를 종합적으로 살펴 진단을 확정하는 현행 방식과 차이가 크며, 데이터를 충분히 활용하지 못한다. 본 연구에서는 새롭게 제안하는 유사도 손실을 기반으로한 멀티 모달리티 오토인코더를 활용하여 다양한 유형의 데이터를 종합적으로 사용하여 갑상선암의 재발 가능성을 판단한다. 실험 결과, 호르몬과 병리학 정보를 함께 사용한 제안 모델이 단일 데이터를 이용한 모델 대비 최대 약 58배 이상의 성능 향상을 나타내었다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0